CN104197900A - 一种汽车仪表指针刻度识别方法 - Google Patents
一种汽车仪表指针刻度识别方法 Download PDFInfo
- Publication number
- CN104197900A CN104197900A CN201410473352.9A CN201410473352A CN104197900A CN 104197900 A CN104197900 A CN 104197900A CN 201410473352 A CN201410473352 A CN 201410473352A CN 104197900 A CN104197900 A CN 104197900A
- Authority
- CN
- China
- Prior art keywords
- pointer
- motion
- motion pointer
- image
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种汽车仪表指针刻度识别方法。该方法首先根据汽车仪表彩色运动指针的颜色特征,利用HSI颜色空间中的色调提取方法提取出运动指针;然后通过改进差分算法消除仪表背景中与运动指针同颜色的像素,提取出运动指针;接着利用交线法确定运动指针的旋转中心并判断出运动指针指向;最后利用角度法计算出运动指针读数。该方法省去了图像前期处理时的大量运算,减少了图像原始信息的丢失,并提高了运动指针的识别速度与精度。
Description
技术领域
本发明涉及汽车仪表指针的位置检测方法。
背景技术
常用的汽车仪表类型为指针式仪表,一般由里程表、转速表、水温表和燃油表四个表盘组成。工业上汽车仪表检测主要是针对这四种表盘的指针导光性能和指针偏转角度误差的检测,其检测的准确性是汽车质量控制的关键。目前,我国汽车行业普遍采用人工方式对指针式仪表进行检定和校验,检测人员需要手动触摸开关来控制指针信号输出,同时注视被检仪表的指针位置,通过比较指针所指刻度与输入被检角度信号的一致性以及汽车仪表在夜光模式下的导光性能来判定仪表是否合格。这种方法存在劳动强度大、效率低、质检误差大等缺点。运用数字图像处理技术实现汽车仪表指针自动识别可减小质检误差,提高工作效率,降低生产成本,故受到了广泛关注。
基于图像处理技术的汽车仪表指针自动识别就是利用视频监控系统对仪表指针进行实时监控并截取图片,然后采用图像处理技术确定指针位置和角度,并计算指针读数。目前大多都是通过采集仪表的灰度图并将其转换成二值图后再用于后续的指针刻度识别。在二值图的转换过程中,由于灰度图像中已经丢失了色彩信息,因此分割阈值的选择将会变得十分困难。此外,二值化所造成的图像原始信息的缺失还会影响检测精度。
发明内容
本发明的目的是提供一种基于彩色提取和图像分割技术的汽车仪表指针识别方法,在减少图像处理运算和图像信息丢失的同时,实现汽车仪表上红色指针的快速提取定位、实时跟踪和角度判断。
实现上述发明目的所采用的技术方案是:
一种汽车仪表指针刻度识别方法,主要包括以下步骤:
S1:利用相机采集汽车仪表的图像,每帧所述汽车仪表图像均由运动指针、刻度值、警示刻度值和表盘底色组成;
S2:利用HIS颜色空间的坐标区域表示法确定彩色区域公式;
S3:逐帧扫描所述汽车仪表图像的像素点,将满足所述彩色区域公式条件的像素点予以保留,将不满足所述彩色区域公式条件的像素点置为黑色,得到目标像素点图像;
S4:利用改进差分算法提取所述目标像素点图像中的运动指针,得到运动指针图像;
S5:对所述运动指针图像进行Hough变换,获得所述运动指针直线和对应的直线方程;
S6:联合所述运动指针在两个不同位置时对应的直线方程,求得两个所述直线方程的交点即为所述运动指针的旋转中心;
S7:以所述运动指针的旋转中心为原点,建立平面直角坐标系,然后根据所述运动指针直线在所述平面直角坐标系上的象限分布规律,判断所述运动指针指向;
S8:根据所述运动指针的指向,运用所述运动指针读数与角度间的关系计算出所述运动指针读数。
由此,本发明实施例的汽车仪表指针刻度识别方法,通过使用彩色提取和形态学图像处理技术,成功提取了仪表盘中的运动指针,确定运动指针的旋转中心并利用角度法计算出运动指针读数。与常规的指针识别算法相比省去了图像前期处理时的大量运算,减少了图像原始信息的丢失,提高了运动指针的识别速度与精度,并且实现了对运动指针的实时识别、位置跟踪和读数读取。
另外,本发明提供的汽车仪表指针刻度识别方法,还具有如下附加技术特征:
根据本发明的实施例,步骤2所述的彩色区域公式为:
|Hi-Hs|≤a,i=0,1,2,…,n;
H为色调,Hi为第i个像素点对应的色调,i为像素点个数,Hs为标准色调,a为色调阈值。
进一步,所述的标准色调Hs=0,色调阈值a=30。
HIS颜色空间是视觉颜色模拟系统中的一种,可以直接面向图像处理和运算,选择一个合适的颜色空间大大简化了分析处理中的步骤和过程,并且使彩色图像处理更加直观和方便。
根据本发明的实施例,步骤4所述的利用改进差分算法提取所述目标像素点图像中的运动指针,得到运动指针图像的过程为:
(1)将所述目标像素点图像二值化,得二值图像;
记第j帧所述目标像素点图像中某像素点的原始灰度为f(x,y,j),经二值化后该像素点的对应灰度为F(x,y,j),j=1,2,…,n;
(2)对相邻两帧的二值图像做差分,得二值差分图像,并进行改进差分算法运算,公式如下:
Fd(x,y)=[|F(x,y,j)-F(x,y,j-1)|]∩[|F(x,y,j+1)-F(x,y,j)|]
(3)对所述改进差分算法的运算结果进行判断,当某像素点对应的Fd(x,y)计算值为1时,则记该像素点为白色,否则,记该像素点为黑色,提取出运动指针,得到运动指针图像。
采用改进的差分算法可以避免其它与运动指针同色素的背景部分对运动指针提取的干扰。
进一步,步骤6所述的所述运动指针在两个不同位置时对应的直线方程为:
所述运动指针在零刻度与满刻度位置时对应的直线方程。
该改进可以简化运算。
根据本发明的实施例,步骤7所述的所述运动指针的直线在所述平面直角坐标系上的象限分布规律的判断过程为:
(1)以横坐标为界限将Hough变换后的运动指针直线图像分为第一水平区域和第二水平区域;
(2)以纵坐标为界限将Hough变换后的运动指针直线图像分为第一垂直区域和第二垂直区域;
(3)对Hough变换后的运动指针直线图像进行逐点扫描,分别统计在所述的第一水平区域、第二水平区域、第一垂直区域和第二垂直区域内的黑色像素点个数,依次记为A1、A2、B1和B2;
所述运动指针的直线在所述平面直角坐标系上的象限分布规律为:
1)A1<A2且B1>B2时,所在运动指针位于在第一象限;
2)A1<A2且B1<B2时,所在运动指针位于第二象限;
3)A1>A2且B1<B2时,所在运动指针位于第三象限;
4)A1>A2且B1>B2时,所在运动指针位于第四象限。
处于同一条直线上但指向相反的运动指针,通过Hough变换提取出的指针直线方程是一样的,该附加技术特征可有效判断出指针指向。
根据本发明的实施例,步骤8所述的所述运动指针读线与角度间的关系为:
N为所述运动指针的读数,M为所述汽车仪表的量程,α为所述运动指针的当前位置与零刻度线间夹角,2θ为所述汽车仪表的零刻度线与满刻度线之间的夹角,360°-2θ为所述运动指针在满量程时对应的角度。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明实施例的汽车仪表指针刻度识别方法的流程图;
图2是根据本发明实施例的汽车仪表图像;
图3是根据本发明实施例的汽车仪表的目标像素点图像;
图4是根据本发明实施例的改进差分算法提取运动指针的流程图;
图5是根据本发明实施例的改进差分算法提取得到的运动指针图像;
图6是根据本发明实施例的Hough变换后得到的运动指针直线。
附图标记说明:S1、步骤1;S2、步骤2;S3、步骤3;S4、步骤4;
S5、步骤5;S6、步骤6;S7、步骤7;S8、步骤8。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照附图1描述根据本发明实施例提供的汽车仪表指针识别方法。包括如下步骤:
步骤1:利用相机采集汽车仪表的图像。所述汽车仪表图像在自然光源的条件下获取,但是反光或阴影等因素并不影响后期处理。每帧所述汽车仪表图像均由红色的运动指针、白色的刻度值、红色的警示刻度值和黑色的表盘底色组成,如图2所示。
步骤2:利用HIS颜色空间的坐标区域表示法确定彩色区域公式。
汽车仪表指针识别的关键是要正确定位待识别的红色运动指针,为避免其他颜色的干扰,先利用HIS颜色空间作为基本的颜色空间对红色的运动指针进行颜色提取。HIS颜色空间是视觉颜色模拟系统中的一种,直接使用颜色三要素色调(H)、饱和度(S)和亮度(I)来描述颜色。
(H)色调由红、黄、绿、青、蓝、品红的顺序变化;(I)亮度值越接近于0,颜色越趋近于黑色;(S)饱和度值越小,彩色信息越少,图像越趋近于灰度图像。根据HIS颜色空间模型的特性作如下处理:
(1)黑色区域:所有I<15%的颜色归入黑色,即令H=0,I=0,S=0;
(2)白色区域:所有S<10%且I>80%的颜色归入白色,即令H=0,I=1,S=0;
(3)灰色区域:所有S<10%且15%<I<80%的颜色归入灰色;
(4)彩色区域:位于黑色区域和白色区域以外的颜色。
设像素点{X1,X2,…,Xn}对应的色调为{H1,H2,…,Hn},以某像素点Xs的色调Hs为标准色,只要满足彩色区域公式的像素点即与像素点Xs的颜色相同或相近。所述的彩色区域公式为:
|Hi-Hs|≤a,i=0,1,2,…,n;a为色调阈值。
由于所述运动指针为红色,故取标准色调Hs=0,色调阈值a=30。
步骤3:逐帧扫描所述汽车仪表图像的像素点,将满足条件|Hi-0|≤30的像素点作为红色运动指针区域予以保留,其余像素点全部置为黑色,得到目标像素点图像,如图3所示。图3中不但保留了红色运动指针,还保留了红色警示刻度值。
步骤4:为避免其它与运动指针同色素的背景部分(红色警示刻度值)对运动指针提取的干扰,利用改进差分算法提取所述目标像素点图像中的运动指针,得到运动指针图像。具体的操作过程如图4所示:
(1)为降低图像灰度级的数量,使差分结果更为理想,将所述目标像素点图像二值化,得二值图像;
记第j帧所述目标像素点图像中某像素点的原始灰度为f(x,y,j),经二值化后该像素点的对应灰度为F(x,y,j),j=1,2,…,n;
(2)对相邻两帧的二值图像做差分,得二值差分图像,并进行改进差分算法运算,公式如下:
Fd(x,y)=[|F(x,y,j)-F(x,y,j-1)|]∩[|F(x,y,j+1)-F(x,y,j)|]
(3)对所述改进差分算法的运算结果进行判断,当某像素点对应的Fd(x,y)计算值为1时,则记该像素点为白色,否则,记该像素点为黑色,提取出运动指针,得到运动指针图像,如图5所示。
步骤5:对所述运动指针图像进行Hough变换,获得所述运动指针直线和对应的直线方程。
Hough变换是一种变换域提取直线的方法,将直角坐标系中的线变为极坐标系中的点,其在提取直线时受直线中的间隙和噪声影响较小。Hough变换后的直线用参数表示为:
ρ=xcosθ+ysinθ,ρ为从原点到直线的垂直距离,θ为从x轴算起的角度。
x-y平面上一点对应ρ-θ平面上的一条曲线,Hough变换后得到的运动指针直线如图6所示。
当所述运动指针的指向相反,但位置却处于同一条直线上时,通过Hough变换提取出的运动指针直线方程是一样的。故需要先确定运动指针的旋转中心,然后再确定运动指针的指向。
步骤6:采用交线法确定运动指针的旋转中心,即联合所述运动指针在两个不同位置(如零刻度和满刻度位置)时对应的直线方程,求得两个所述直线方程的交点即为所述运动指针的旋转中心。
步骤7:以所述运动指针的旋转中心为原点,建立平面直角坐标系,然后统计所述运动指针直线在所述平面直角坐标系上的象限分布规律,具体过程为:
(1)以横坐标为界限将Hough变换后的运动指针直线图像分为第一水平区域和第二水平区域;
(2)以纵坐标为界限将Hough变换后的运动指针直线图像分为第一垂直区域和第二垂直区域;
(3)对Hough变换后的运动指针直线图像进行逐点扫描,分别统计在所述的第一水平区域、第二水平区域、第一垂直区域和第二垂直区域内的黑色像素点个数,依次记为A1、A2、B1和B2;
所述运动指针的直线在所述平面直角坐标系上的象限分布规律为:
1)A1<A2且B1>B2时,所在运动指针位于在第一象限;
2)A1<A2且B1<B2时,所在运动指针位于第二象限;
3)A1>A2且B1<B2时,所在运动指针位于第三象限;
4)A1>A2且B1>B2时,所在运动指针位于第四象限。
根据所述运动指针直线在所述平面直角坐标系上的象限分布规律,判断所述运动指针指向。
步骤8:根据所述运动指针的指向,运用所述运动指针读数与角度间的关系计算出所述运动指针读数,具体过程为:
按从上至下,从左至右的顺序对Hough变换后的运动指针直线图像进行逐点扫描。设扫描到的第一个白色像素点坐标为(x1,x2),扫描到的最后一个白色像素点坐标为(y1,y2),所述运动指针直线与直角坐标系中x轴正方向的夹角为α,所述运动指针直线的斜率为k,则有:
设所述汽车仪表的零刻度线与满刻度线之间的夹角为2θ,所述运动指针的当前位置与零刻度线间夹角为α,α的取值可根据判断出的运动指针指向和运动指针直线斜率k,按下表中的对应公式求出:
所述运动指针读线N可以用如下公式求出:
M为所述汽车仪表的量程,360°-2θ为所述运动指针在满量程时对应的角度。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种汽车仪表指针刻度识别方法,其特征在于包括以下步骤:
S1:利用相机采集汽车仪表的图像,每帧所述汽车仪表图像均由运动指针、刻度值、警示刻度值和表盘底色组成;
S2:利用HIS颜色空间的坐标区域表示法确定彩色区域公式;
S3:逐帧扫描所述汽车仪表图像的像素点,将满足所述彩色区域公式条件的像素点予以保留,将不满足所述彩色区域公式条件的像素点置为黑色,得到目标像素点图像;
S4:利用改进差分算法提取所述目标像素点图像中的运动指针,得到运动指针图像;
S5:对所述运动指针图像进行Hough变换,获得所述运动指针直线和对应的直线方程;
S6:联合所述运动指针在两个不同位置时对应的直线方程,求得两个所述直线方程的交点即为所述运动指针的旋转中心;
S7:以所述运动指针的旋转中心为原点,建立平面直角坐标系,然后根据所述运动指针直线在所述平面直角坐标系上的象限分布规律,判断所述运动指针指向;
S8:根据所述运动指针的指向,运用所述运动指针读数与角度间的关系计算出所述运动指针读数。
2.根据权利要求1所述的一种汽车仪表指针刻度识别方法,其特征在于步骤2所述的彩色区域公式为:
|Hi-Hs|≤a,i=0,1,2,…,n;
H为色调,Hi为第i个像素点对应的色调,i为像素点个数,Hs为标准色调,a为色调阈值。
3.根据权利要求2所述的一种汽车仪表指针刻度识别方法,其特征在于步骤4所述的利用改进差分算法提取所述目标像素点图像中的运动指针,得到运动指针图像的过程为:
(1)将所述目标像素点图像二值化,得二值图像;
记第j帧所述目标像素点图像中某像素点的原始灰度为f(x,y,j),经二值化后该像素点的对应灰度为F(x,y,j),j=1,2,…,n;
(2)对相邻两帧的二值图像做差分,得二值差分图像,并进行改进差分算法运算,公式如下:
Fd(x,y)=[|F(x,y,j)-F(x,y,j-1)|]∩[|F(x,y,j+1)-F(x,y,j)|]
(3)对所述改进差分算法的运算结果进行判断,当某像素点对应的Fd(x,y)计算值为1时,则记该像素点为白色,否则,记该像素点为黑色,提取出运动指针,得到运动指针图像。
4.根据权利要求1-3中任一项所述的一种汽车仪表指针刻度识别方法,其特征在于步骤7所述的所述运动指针的直线在所述平面直角坐标系上的象限分布规律的判断过程为:
(1)以横坐标为界限将Hough变换后的运动指针直线图像分为第一水平区域和第二水平区域;
(2)以纵坐标为界限将Hough变换后的运动指针直线图像分为第一垂直区域和第二垂直区域;
(3)对Hough变换后的运动指针直线图像进行逐点扫描,分别统计在所述的第一水平区域、第二水平区域、第一垂直区域和第二垂直区域内的黑色像素点个数,依次记为A1、A2、B1和B2;
所述运动指针的直线在所述平面直角坐标系上的象限分布规律为:
1)A1<A2且B1>B2时,所在运动指针位于在第一象限;
2)A1<A2且B1<B2时,所在运动指针位于第二象限;
3)A1>A2且B1<B2时,所在运动指针位于第三象限;
4)A1>A2且B1>B2时,所在运动指针位于第四象限。
5.根据权利要求4所述的一种汽车仪表指针刻度识别方法,其特征在于步骤8所述的所述运动指针读线与角度间的关系为:
N为所述运动指针的读数,M为所述汽车仪表的量程,α为所述运动指针的当前位置与零刻度线间夹角,2θ为所述汽车仪表的零刻度线与满刻度线之间的夹角,360°-2θ为所述运动指针在满量程时对应的角度。
6.根据权利要求2或3或5中任一项所述的一种汽车仪表指针刻度识别方法,其特征在于所述的标准色调Hs=0,色调阈值a=30。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410473352.9A CN104197900A (zh) | 2014-09-16 | 2014-09-16 | 一种汽车仪表指针刻度识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410473352.9A CN104197900A (zh) | 2014-09-16 | 2014-09-16 | 一种汽车仪表指针刻度识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104197900A true CN104197900A (zh) | 2014-12-10 |
Family
ID=52083228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410473352.9A Pending CN104197900A (zh) | 2014-09-16 | 2014-09-16 | 一种汽车仪表指针刻度识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104197900A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484857A (zh) * | 2014-12-26 | 2015-04-01 | 国网重庆市电力公司电力科学研究院 | 一种仪表数据读取方法及系统 |
CN107978321A (zh) * | 2017-11-29 | 2018-05-01 | 广州酷狗计算机科技有限公司 | 音频处理方法及装置 |
CN109583324A (zh) * | 2018-11-12 | 2019-04-05 | 武汉大学 | 一种基于单点多盒检测器的指针仪表读数自动识别方法 |
CN110211178A (zh) * | 2019-06-10 | 2019-09-06 | 重庆邮电大学 | 一种利用投影计算的指针式仪表识别方法 |
CN111209890A (zh) * | 2020-01-15 | 2020-05-29 | 随锐科技集团股份有限公司 | 指针角度的智能读取方法及存储介质 |
CN112329770A (zh) * | 2020-10-30 | 2021-02-05 | 江苏理工学院 | 一种仪表刻度识别方法及装置 |
JP7219413B1 (ja) | 2022-08-31 | 2023-02-08 | 岩崎通信機株式会社 | 角度計測装置、角度計測方法、角度計測プログラム |
CN116071736A (zh) * | 2023-03-07 | 2023-05-05 | 北京全路通信信号研究设计院集团有限公司 | 一种仪表读数方法、装置、电子设备及存储介质 |
CN117237593A (zh) * | 2023-10-08 | 2023-12-15 | 北京和利时系统工程有限公司 | 一种获取仪表数值的方法和装置 |
-
2014
- 2014-09-16 CN CN201410473352.9A patent/CN104197900A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484857B (zh) * | 2014-12-26 | 2017-08-18 | 国网重庆市电力公司电力科学研究院 | 一种仪表数据读取方法及系统 |
CN104484857A (zh) * | 2014-12-26 | 2015-04-01 | 国网重庆市电力公司电力科学研究院 | 一种仪表数据读取方法及系统 |
CN107978321A (zh) * | 2017-11-29 | 2018-05-01 | 广州酷狗计算机科技有限公司 | 音频处理方法及装置 |
CN109583324A (zh) * | 2018-11-12 | 2019-04-05 | 武汉大学 | 一种基于单点多盒检测器的指针仪表读数自动识别方法 |
CN110211178A (zh) * | 2019-06-10 | 2019-09-06 | 重庆邮电大学 | 一种利用投影计算的指针式仪表识别方法 |
CN111209890B (zh) * | 2020-01-15 | 2024-02-13 | 随锐科技集团股份有限公司 | 指针角度的智能读取方法及存储介质 |
CN111209890A (zh) * | 2020-01-15 | 2020-05-29 | 随锐科技集团股份有限公司 | 指针角度的智能读取方法及存储介质 |
CN112329770A (zh) * | 2020-10-30 | 2021-02-05 | 江苏理工学院 | 一种仪表刻度识别方法及装置 |
CN112329770B (zh) * | 2020-10-30 | 2024-02-23 | 江苏理工学院 | 一种仪表刻度识别方法及装置 |
JP7219413B1 (ja) | 2022-08-31 | 2023-02-08 | 岩崎通信機株式会社 | 角度計測装置、角度計測方法、角度計測プログラム |
JP2024033802A (ja) * | 2022-08-31 | 2024-03-13 | 岩崎通信機株式会社 | 角度計測装置、角度計測方法、角度計測プログラム |
CN116071736A (zh) * | 2023-03-07 | 2023-05-05 | 北京全路通信信号研究设计院集团有限公司 | 一种仪表读数方法、装置、电子设备及存储介质 |
CN117237593A (zh) * | 2023-10-08 | 2023-12-15 | 北京和利时系统工程有限公司 | 一种获取仪表数值的方法和装置 |
CN117237593B (zh) * | 2023-10-08 | 2024-04-05 | 北京和利时系统工程有限公司 | 一种获取仪表数值的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104197900A (zh) | 一种汽车仪表指针刻度识别方法 | |
CN110580480B (zh) | 基于图像处理的表计读数识别方法 | |
CN106128115B (zh) | 一种基于双摄像机检测道路交通信息的融合方法 | |
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN112818988B (zh) | 一种指针式仪表自动识别读数方法及系统 | |
CN101660932A (zh) | 一种指针式汽车仪表自动校验方法 | |
CN105091922B (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
CN102982350B (zh) | 一种基于颜色和梯度直方图的台标检测方法 | |
CN107145890B (zh) | 一种远距离多视角环境下的指针式仪表盘自动读数方法 | |
CN106228161B (zh) | 一种指针式表盘自动读数方法 | |
CN109284718B (zh) | 面向巡检机器人的变视角多仪表同时识别方法 | |
CN104899609B (zh) | 一种基于图像配准的机械式表计识别方法 | |
CN101561932B (zh) | 一种动态复杂背景下的实时运动目标检测方法和装置 | |
CN102799867A (zh) | 基于图像处理的仪表指针转角识别方法 | |
CN104050446A (zh) | 一种基于指针宽度特征的仪表指针图像识别方法 | |
CN109993154B (zh) | 变电站单指针式六氟化硫型仪表智能识别方法 | |
CN108960237B (zh) | 一种指针式油位计读数识别方法 | |
CN103345755A (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
CN102914545A (zh) | 一种基于计算机视觉的齿轮缺陷检测方法及系统 | |
CN104298994B (zh) | 一种指针式仪表读数识别方法及装置 | |
CN103886612A (zh) | 一种基于水库监控摄像头的水位自动提取方法及系统 | |
CN106557751A (zh) | 一种带颜色指示信息的指针式压力表自动读数方法 | |
CN109447062A (zh) | 基于巡检机器人的指针型仪表识别方法 | |
CN105469046A (zh) | 基于pca和surf特征级联的车辆车型识别方法 | |
CN103559484A (zh) | 测量仪器刻度线的快速识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141210 |
|
WD01 | Invention patent application deemed withdrawn after publication |